VIX 恐慌指數抄底美股有用嗎？1990-2026 回測：12 次突破 40 平均報酬 22%

2020 年 7 月，本站發表過一篇用 pandas 回測「VIX 大於 40 買進美股」的教學。當時可用的資料只涵蓋到 2019 年，訊號只出現過 4 次。六年過去，市場又經歷了 2020 年 3 月 VIX 收在 82.69 的歷史最高收盤、2022 年整年的空頭，以及 2025 年 4 月的關稅恐慌。這篇文章把資料拉長到 1990 年至 2026 年 6 月，用同一套規則從頭重跑，並逐一檢驗舊版的每個結論。重跑後的關鍵數字：

三個重跑後才看得到的事實：

• 恐慌進場的優勢在報酬幅度，幾乎不在勝率。平均 +22.1% 是任意時點 +10.0% 的兩倍以上；但勝率 83% 對 81%，與隨便挑一天買幾乎相同。
• 舊版「等 VIX 降溫再買比較好」的結論在全樣本不成立。降溫進場（訊號 B）的平均報酬反而較低，而且 2001 年那次虧損 18.5%，比訊號 A 的任何一次都深。
• 把訊號做成連續策略會長期輸給買進持有：年化 4.76% 對 SPY 含息的 10.73%。它適合當「手上有閒置資金時的加碼參考」，當成主策略並不及格。

以下是完整的定義、規則、12 次事件明細與方法限制。

VIX 恐慌指數是什麼？

VIX（CBOE Volatility Index，波動率指數）是芝加哥選擇權交易所用 S&P 500 選擇權的市場價格，反推出來的「未來 30 天年化隱含波動率」，因為它在市場急跌時飆高，俗稱恐慌指數（fear index）。這裡更正一個舊版的錯誤：VIX 衡量的是未來 30 天，舊文寫成「預估 12 個月的波動」是錯的。

CBOE 白皮書的做法，是用一籃子不同履約價的選擇權報價，近似一張方差交換（variance swap）合約的價值：

$\sigma^2=\frac{2}{T}\sum_i \frac{\Delta K_i}{K_i^2}e^{RT}Q(K_i)-\frac{1}{T}\left[\frac{F}{K_0}-1\right]^2$

$\text{VIX}=100\times\sigma$

口語拆解：$Q(K_i)$ 是履約價 $K_i$ 那檔選擇權的買賣中價，$F$ 是遠期指數水準，$T$ 是到期時間（約 30 天），$R$ 是無風險利率。第一項把所有履約價的選擇權價格加權加總，權重 $\Delta K_i/K_i^2$ 讓價外選擇權也納入計算；第二項是用 $F$ 與第一個低於它的履約價 $K_0$ 之間的差距做小幅修正。整條公式的直覺只有一句：市場越願意花錢買保險（選擇權越貴），VIX 越高。

用一個數字示例感受 VIX 的單位

以下是示意用的換算，並非任何實際報價。假設今天 VIX = 20，代表市場為未來 30 天定價的「年化」波動率是 20%。把年化換算回 30 天的預期波動幅度：

$\frac{20\%}{\sqrt{12}}\approx 5.8\%$

意思是市場認為未來一個月 S&P 500 上下 5.8% 以內的震盪屬於正常範圍。若 VIX 跳到 40，同樣的算法得到上下約 11.5%：市場正在為「一個月內可能再跌一成」的劇烈行情買保險。

1990 年以來 VIX 收盤的中位數是 17.6，歷史最高收盤是 2020 年 3 月 16 日的 82.69。常見的水位解讀：

回測設定：把「恐慌買點」寫成可檢驗的規則

口頭上的「VIX 很高時買進」無法檢驗，必須先寫成規則。本文沿用 2020 年舊文的兩條規則，參數完全不動，只把資料換成 1990 年 1 月至 2026 年 6 月 10 日的完整樣本：

• 訊號 A（恐慌當天買）：VIX 收盤首次突破 40 當天買進。「首次」的定義是之前 30 個交易日內不得出現過突破，避免同一波恐慌重複計算。
• 訊號 B（降溫再買）：最近 120 個交易日內曾出現 VIX 收盤大於 40，且當天收盤回落到 30 以下，同樣加 30 個交易日的去重條件。這是舊文提出的「等恐慌降溫再進場」版本。

兩種訊號都假設買進 S&P 500 並持有 250 個交易日（約一年）。評估指標是前瞻報酬：

$R_{t,h}=\frac{P_{t+h}}{P_t}-1$

其中 $P_t$ 是訊號日收盤的指數水準，$h$ 是持有的交易日數。比較基準是「任意一天買進持有同樣天數」的全樣本平均，這比拿大盤年化報酬比較更公平，因為兩者衡量的是同一種持有行為。資料用 Yahoo Finance 的 ^VIX 與 ^GSPC（價格指數，源頭為 CBOE 與 S&P），下載方式見 yfinance 全球指數教學。

順帶更新一個舊數字：舊文說「大盤的平均年報酬率大概是 6%」，那是 2004 至 2019 年那段資料算出來的。全樣本下，S&P 500 價格指數 1990-2026 的年化報酬是 8.6%（不含股息），SPY 含息 1993 年起則是 10.73%，年化的定義是：

$\text{CAGR}=\left(\frac{P_{end}}{P_{begin}}\right)^{1/y}-1$

$y$ 為經過的年數。如果你對回測流程本身還不熟，可以先讀回測是什麼的入門指南。

訊號 A：VIX 突破 40 當天買進，12 次事件全表

36 年來，VIX 收盤首次突破 40 只發生過 12 次。每一次的進場點、持有 250 個交易日的報酬，以及持有期間曾經歷的最深跌幅如下：

平均 +22.1%、中位數 +23.0%、勝率 83%（10 勝 2 敗）。把持有期縮短，平均報酬降低但勝率反而更高：持有 125 日平均 +13.1%（勝率 92%），持有 60 日平均 +8.2%（勝率 92%），對照任意時點的 60 日基準只有 +2.3%。

兩次虧損值得放大看。2008 年 9 月 29 日進場後，S&P 500 又繼續跌了 38.9% 才見底，250 個交易日後仍虧 5.6%：這就是舊文用「賠了 40% 的資產，非常恐怖」描述的那條藍線，全樣本重跑後它依然是最痛的一次。2001 年 9 月那次更說明問題：911 復市日進場，60 日後還有 +9.4%，但網路泡沫的下跌趨勢沒有結束，250 日後反而虧 14.3%。VIX 突破 40 抓的是「恐慌尖峰」，不保證是「趨勢底部」，這兩件事在 2008 與 2001 都明確分離過。

另外注意 2020 年出現了三次訊號（2 月、6 月、10 月），三段 250 日的持有期互相重疊，吃到的是同一波 V 型反彈。把它們當成三個獨立樣本會高估訊號的穩定性，這一點在文末的方法限制裡有完整交代。

訊號 B 重檢：等 VIX 降溫再買，舊結論不成立

2020 年舊文的主打結論是：VIX 飆高代表恐慌還沒結束，應該等它降溫（曾破 40、回落到 30 以下）再進場，當時看到的 4 次訊號全部獲利。全樣本重跑後，這個結論翻了一半：

降溫進場在 2008 那一輪確實漂亮：2009 年 5 月 19 日才進場，避開了訊號 A 在 2008 年 9 月進場後 38.9% 的下殺，持有期間最深只回檔 3.2%，最後賺 25.2%。但它在 2001 年接到了另一把刀：2001 年 10 月 25 日 VIX 降溫、訊號成立，之後網路泡沫繼續跌到 2002 年 10 月，250 日下來虧 18.5%，途中最深虧 29.4%，比訊號 A 在全樣本的任何一次都慘。

兩相比較：訊號 B 的勝率較高（90% 對 83%）、平均報酬較低（+16.8% 對 +22.1%）、最差一次更深。「等降溫」把接刀的痛從 2008 移到了 2001，並沒有消除它。更要緊的是樣本只有 10 次對 12 次，這種幅度的差異完全可能是雜訊。2020 年舊文用 4 個樣本宣稱降溫進場「可能是比較好的投資方法」，是典型的小樣本過度推論，本次重跑正式收回這個說法。

門檻與持有期敏感度：40 是恐慌，30 只是緊張

只測一組參數容易被「剛好漂亮」的數字騙。把門檻換成 30、40、50，持有期換成 60、125、250 個交易日，九宮格全測：

兩個重要的讀法：

• 門檻 30 的成績比無條件基準還差：250 日平均 +6.1%、勝率 61%，輸給任意時點進場的 +10.0% 與 81%。VIX 30 出頭通常代表回檔還在進行中，恐慌未到極端就進場，等於在下跌途中接刀。「VIX 高就買」的口訣，門檻設錯比不設還糟。
• 門檻 50 的數字雖然更高，但樣本只剩 3 次（2008、2020 與其後續），統計上不構成證據。門檻 40 是樣本數與報酬之間比較合理的平衡點，這也是為什麼本文維持舊文參數不動，避免事後挑參數的嫌疑。

把訊號做成連續策略：輸給買進持有

事件研究回答「訊號後平均會怎樣」，但很多讀者真正想問的是：把它當策略執行，長期績效如何？做法：訊號 B 成立就買進 SPY（含股息）持有 250 個交易日，期間再有訊號就延長，其餘時間空手，每次進出場各扣 0.1% 摩擦成本：

結果一翻兩瞪眼：33 年下來總報酬差了七倍以上。訊號本身並沒有失準，持倉期間的報酬仍優於平均；真正的問題是恐慌訊號太稀有：73% 的時間抱著現金看市場上漲，錯過的複利遠大於恐慌進場賺到的超額。本回測的空手期間以零報酬計，若計入貨幣市場利息，連續版年化會略高一些，但量級差距不會翻轉。風險調整後也沒有佔到便宜：日夏普 0.55 還低於買進持有的 0.64，距離本站策略文常用的 1.5 標準更遠。

所以這個訊號的正確用途是清楚的：它是「手上剛好有閒置資金時，值得加碼的時點訊號」，承擔的是已知較淺的回撤（-34.2% 對 -55.2%）；它不能取代長期持有部位。想看更多把單一指標做成擇時策略的同類實驗，可以對照美國失業率擇時 S&P 500 的回測，結構性的限制非常類似。

2022 年的盲點：整年空頭，VIX 卻沒收在 40 以上

這是全樣本重跑最有價值的發現之一。2022 年 S&P 500 從高點到低點以收盤計下跌 25.4%，是 2008 年以來最長的空頭之一，但 VIX 收盤全年最高只有 36.45（2022 年 3 月 7 日），訊號 A 與訊號 B 全程沒有觸發。等恐慌訊號進場的人整年空手，既沒有在低點買到，也沒有參與 2023 年的反彈起點。

2024 年 8 月 5 日的日圓套利平倉恐慌則暴露另一種失準：VIX 盤中一度衝到 65.73，收盤卻只剩 38.57，以收盤價判斷的規則同樣沒有訊號，而那天事後看是個不錯的買點。

兩件事指向同一個結構性限制：VIX 事件訊號抓的是「急跌」，抓不到「緩跌」，也抓不到「盤中恐慌、尾盤收斂」。2022 年式的陰跌沒有恐慌尖峰，整段下跌對這套規則是隱形的。如果你的進場計畫完全依賴恐慌訊號，就要接受某些空頭從頭到尾不會給你訊號。同場加映：大跌後除了買大盤，還可以用 Python 篩選逆勢強勢股，那是另一種利用恐慌的方式。

學術文獻怎麼看 VIX 與前瞻報酬

恐慌買點的邏輯並非民間偏方，有對應的研究脈絡，引用時也要分清楚每篇支持的是哪一段機制：

• Whaley (2000) 在《The Investor Fear Gauge》把 VIX 定位成投資人恐懼計，指出 VIX 的異常高點常對應市場短期底部。「VIX 高=逆勢買點」這個直覺的學術源頭就是這篇。
• Giot (2005) 按隱含波動率水位分組檢驗後續指數報酬，發現極高 VIX 水位之後的中長期前瞻報酬顯著為正。本文「突破 40 後 250 日平均 +22.1%、門檻 30 反而無效」的形狀，與他的分組結果同方向。
• Bekaert & Hoerova (2014) 把 VIX 平方拆成「預期實際方差」與「方差風險溢酬」兩個成分，發現對未來股市報酬有預測力的主要是後者。這給恐慌買點一個機制解釋：VIX 飆高時投資人為承擔波動索取超額補償，這份補償之後以較高的前瞻報酬實現。

注意這三篇支持的都是「極端恐慌後的前瞻報酬偏高」，沒有任何一篇宣稱以 VIX 擇時能勝過長期持有，這與本文連續部位版的結果一致。

回測方法與限制

漂亮數字沒有方法支撐就只是行銷。本文的口徑與沒做的事，逐項列明：

用 Python 自己重跑一次

核心邏輯不到 20 行。下載資料、定義訊號、算前瞻報酬：

import pandas as pd
import yfinance as yf
 
# 下載 VIX 與 S&P 500（價格指數）收盤價
vix = yf.download("^VIX", start="1990-01-01", auto_adjust=True)["Close"].squeeze()
sp500 = yf.download("^GSPC", start="1990-01-01", auto_adjust=True)["Close"].squeeze()
 
# 對齊兩個序列的交易日
common = vix.index.intersection(sp500.index)
vix = vix.reindex(common)
sp500 = sp500.reindex(common)
 
# 訊號 A：VIX 收盤首次突破 40（前 30 個交易日內不得出現過突破）
panic = vix > 40
first_panic = panic & (panic.shift(1).rolling(30, min_periods=1).sum() == 0)
 
# 每次訊號後持有 250 個交易日的前瞻報酬
forward_250 = sp500.shift(-250) / sp500 - 1
event_returns = forward_250[first_panic].dropna()
 
print(event_returns.round(3))
print("平均報酬：", round(event_returns.mean() * 100, 1), "%")
print("勝率：", round((event_returns > 0).mean() * 100), "%")

含訊號 B、敏感度矩陣與連續部位版的完整腳本可以下載：strategy.py。重跑時資料比 2026 年 6 月更長，數字會略有不同，屬正常現象。

VIX 對台股投資人同樣有用。台股與美股高度連動，本站在 4 種均線指標濾網實測中，把 VIX 長短均線交叉當成台股部位的空頭濾網跑過完整回測，與本文的「美股、事件式進場、固定持有期」是兩種互補的用法。想把這類規則套在台股策略上，用 FinLab 的 Python 套件最快：pip install finlab 之後 from finlab import data 即可取得台股資料，執行回測時套件會自動引導登入；搭配 yfinance 取 VIX，就能複製本文流程。從零開始的讀者可以先讀量化交易完整指南建立框架，再用程式交易教學把想法變成可自動執行的程式。

常見問題 FAQ

VIX 指數是什麼意思？和 S&P 500 是什麼關係？

VIX 是用 S&P 500 選擇權價格反推的未來 30 天年化隱含波動率，反映市場願意為「保險」付多少錢。它與 S&P 500 高度負相關：指數急跌時避險需求暴增，VIX 飆高；指數平穩上漲時 VIX 通常在 20 以下。

VIX 多少算高？多少算恐慌？

1990 年以來 VIX 收盤中位數是 17.6。20 到 30 屬於緊張，30 到 40 是恐慌，收盤突破 40 是極端恐慌，36 年只發生 12 次、平均約三年一次。歷史最高收盤是 2020 年 3 月 16 日的 82.69。

VIX 超過 40 就應該買美股嗎？

歷史統計站在買方這邊：12 次突破 40 後買進持有 250 個交易日，平均報酬 +22.1%、勝率 83%。但 2008 年那次進場後又跌了 38.9% 才見底，2001 年那次最終虧 14.3%。它是勝算不錯的加碼時點，前提是你拿的是可以承受途中再跌四成的閒置資金。

等 VIX 降溫再進場，會比恐慌當天買更好嗎？

全樣本的答案：勝率較高（90%）、平均報酬較低（+16.8% 對 +22.1%）、最差一次更深（2001 年虧 18.5%）。2020 年舊文宣稱降溫進場較好，是 4 個樣本的過度推論，更長的資料不支持。

為什麼 2022 年美股大跌，VIX 卻沒有給訊號？

2022 年是緩跌：S&P 500 收盤計最深跌 25.4%，但跌勢分散在十個月，沒有單日恐慌尖峰，VIX 收盤最高只到 36.45。恐慌訊號的結構性限制就是只抓急跌，抓不到陰跌。想對崩盤型態做更系統的偵測，可以參考 LPPL 泡沫模型的 Python 實作或選擇權 Put/Call 未平倉比率的避險訊號。

VIX 本身可以買嗎？

VIX 是計算出來的指數，不能直接買賣。可交易的是 VIX 期貨、選擇權與相關 ETN/ETF，但這些工具有轉倉成本與期限結構問題，長期持有的損耗極大，性質與「買進恐慌指數等它漲」的直覺差距很大，不適合用本文的持有一年框架去操作。

VIX 歷史資料去哪裡下載？

CBOE 官網提供 1990 年起的每日歷史資料；用 Python 最方便的做法是 yfinance 的 ^VIX 代碼，一行程式碼取得完整序列，詳見 yfinance 下載全球指數教學。對量化名詞不熟的話，詞彙表整理了波動率、夏普比率等核心定義。

延伸閱讀

• 用 Python 回測美國失業率擇時 S&P 500：另一個單一總經指標的美股擇時實測
• 4 種均線指標濾網實測：含 VIX 均線交叉的台股空頭濾網版本
• LPPL 數學模型預測股票崩盤時機：從泡沫動力學的角度偵測崩盤
• Put/Call 未平倉比率避開台股大跌：選擇權籌碼的避險訊號
• 大跌後用 Python 找出強勢股：恐慌過後的選股角度
• 台股選股回測完整指南：把擇時與選股放進同一個框架

投資警語：本文僅供教學參考，不構成投資建議。過去績效不代表未來表現，投資有風險。

最後更新：2026-06｜回測區間：1990-01 ~ 2026-06（資料截至 2026-06-10）｜作者：FinLab 量化研究團隊（經量化研究員審閱）